Модель Tencent Hy4 чинит 76% реальных уязвимостей в коде и обходит DeepSeek на 6 пунктов
Tencent выпустила модель Hy4, и лаборатория Artificial Analysis проверила, как она находит и чинит настоящие дыры в коде. В тесте CWE-Bench-AA она решила 76% задач, на 6 пунктов больше DeepSeek V4.1 Flash. В сводном Cyber Index у неё 58%: третье место после Kimi K3.1 Pro (64%) и GPT-6 Sol (69%). Для автоматического код-ревью это сильный вариант по цене около $0,92 за задачу.
AI-обработка оригинала X: @ArtificialAnlys; редакция Hamidun News
Представьте, что в вашем репозитории спрятана классическая дыра: запрос к базе собирается из пользовательского ввода, и через него можно вытащить чужие данные. Нужно, чтобы ИИ-агент сам нашёл это место, понял причину и предложил исправление. Именно такие задачи всё чаще отдают моделям, и тут важны две вещи: как часто модель справляется и сколько стоит прогнать её по большому числу задач. Независимая лаборатория Artificial Analysis проверила новую модель Tencent Hy4 и получила неплохой ответ по обоим пунктам: 76% решённых задач в тесте на поиск и исправление уязвимостей и около $0,92 за задачу.
Что значат цифры в тесте
Artificial Analysis ведёт собственный Cyber Index: это сводный рейтинг того, насколько модели хороши в задачах кибербезопасности. Hy4 набрала в нём 58%. Это третье место: на один пункт впереди DeepSeek V4.1 Flash 1017 (max), но позади Kimi K3.1 Pro (64%) и GPT-6 Sol (Daybreak Blue, max) с 69%. У GPT-6 Sol в этой конфигурации стоит пометка trusted-access: доступ к ней дают не всем, а проверенным пользователям.
Самый заметный результат Hy4 получила в отдельном тесте CWE-Bench-AA. Так называется реализация Artificial Analysis бенчмарка CWE-bench v1. Агенту дают настоящие уязвимости в программном обеспечении, и он должен их найти и исправить. CWE — это общепринятый каталог типов программных слабостей: от переполнения буфера до SQL-инъекций. Hy4 решила 76% задач, это первое место. От DeepSeek V4.1 Flash 1017 (max) её отделяют 6 пунктов.
Деньги и токены
Цена API у Hy4 — $0,834 за миллион входных токенов и $2,501 за миллион выходных. Но агент много «думает» и пишет, поэтому для него важнее цена за целую задачу. Artificial Analysis оценивает её в $0,92. С такой стоимостью Hy4 лежит на границе Парето в координатах «способности — цена»: в сравнении нет модели, которая была бы одновременно и сильнее, и дешевле.
Соседи по рейтингу выглядят так:
- Grok 4.7 (xhigh) набирает на 2 пункта меньше, а стоит примерно в 11 раз дороже;
- DeepSeek V4.1 Flash 1017 (max) отстаёт на 1 пункт в общем индексе и обходится примерно вдвое дешевле Hy4.
Получается, Hy4 не самая дешёвая модель в сравнении, зато заметно сильнее в поиске и исправлении уязвимостей.
Есть и данные по «многословности». Hy4 тратит около 64 тысяч выходных токенов на задачу. Это на 43% меньше, чем у DeepSeek V4.1 Flash 1017 (max), и на 37% меньше, чем у Grok 4.7 (xhigh). Зато она пишет на 49% больше, чем Kimi K3.1 Pro, и на 56% больше, чем GPT-6 Sol. Чем меньше токенов, тем быстрее и дешевле работает агент, так что по этому показателю Hy4 в середине списка.
Что с этим делать
Если вы встраиваете ИИ в проверку кода, сканирование зависимостей или автоматические патчи, Hy4 стоит добавить в список для пробного прогона. Особенно когда бюджет ограничен, а точность нужна выше, чем у самых дешёвых моделей.
Оговорки такие:
- Это данные одной независимой лаборатории и её собственной реализации бенчмарка. На ваших репозиториях, языках и типичных ошибках результат может отличаться.
- В общем индексе Hy4 уступает Kimi K3.1 Pro и GPT-6 Sol. Если нужен максимум по всем киберзадачам, а не только поиск и правка уязвимостей, выбор может быть другим.
- У GPT-6 Sol ограниченный доступ, поэтому для обычной команды прямое сравнение не всегда реалистично.
Практическая схема простая. Возьмите 20–50 реальных багов или CVE из своей кодовой базы, прогоните через Hy4 и пару конкурентов, сравните долю верных исправлений и итоговую цену за задачу. По этой цене станет ясно, можно ли запускать агента на каждый коммит или только на критичные модули.
Для рынка новость тоже показательна. Китайские лаборатории всё увереннее занимают верхние строки прикладных рейтингов, а конкуренция идёт уже не только по точности, но и по стоимости одной решённой задачи.
- 21 нояб. 2026 г.MLCommons начал мерить ИИ-API под реальной нагрузкой: 7 замеров для агентов
- 21 нояб. 2026 г.Через OpenRouter три дня отвечала взломанная DeepSeek: отказы упали с 83–98% до 1%
- 21 нояб. 2026 г.Алиса, ChatGPT и Perplexity ссылаются лишь на 34 из 309 площадок для статей
- 21 нояб. 2026 г.CoreWeave замерила Vera Rubin: до 10 раз больше токенов на мегаватт, чем у GB200
Вопросы и ответы по материалу
Что известно по теме: что значат цифры в тесте?
Artificial Analysis ведёт собственный Cyber Index: это сводный рейтинг того, насколько модели хороши в задачах кибербезопасности. Hy4 набрала в нём 58%. Это третье место: на один пункт впереди DeepSeek V4.1 Flash 1017 (max), но позади Kimi K3.1 Pro (64%) и GPT-6 Sol (Daybreak Blue, max) с 69%. У GPT-6 Sol в этой конфигурации стоит пометка trusted-access: доступ к ней дают не всем, а проверенным пользователям. Самый заметный результат Hy4 получила в отдельном тесте CWE-Bench-AA.
Что известно по теме: деньги и токены?
Цена API у Hy4 — $0,834 за миллион входных токенов и $2,501 за миллион выходных. Но агент много «думает» и пишет, поэтому для него важнее цена за целую задачу. Artificial Analysis оценивает её в $0,92. С такой стоимостью Hy4 лежит на границе Парето в координатах «способности — цена»: в сравнении нет модели, которая была бы одновременно и сильнее, и дешевле.
Что известно по теме: что с этим делать?
Если вы встраиваете ИИ в проверку кода, сканирование зависимостей или автоматические патчи, Hy4 стоит добавить в список для пробного прогона. Особенно когда бюджет ограничен, а точность нужна выше, чем у самых дешёвых моделей. Оговорки такие: Это данные одной независимой лаборатории и её собственной реализации бенчмарка. На ваших репозиториях, языках и типичных ошибках результат может отличаться. В общем индексе Hy4 уступает Kimi K3.1 Pro и GPT-6 Sol.
Протестируйте новые LLM и мультимодальные модели в одном окне
Платформа Nomad AI (nomadnet.ai) даёт прямой доступ к Claude Opus 5.5, GPT-6, Gemini 3.1, DeepSeek и автономным агентам без VPN, зарубежных карт и зоопарка подписок.
Главное из мира ИИ — раз в неделю
7 ключевых событий недели, отобранных вручную. Без шума, репостов и пресс-релизов.
Готово! Проверьте почту — мы отправили подтверждение.